Machine Learning mit Python und Scikit-learn

In dieser 5-tägigen Schulung "Machine Learning mit Python und Scikit-learn" lernen Sie die Grundlagen von Python und die Anwendung von Machine Learning. Der Kurs bietet eine umfassende Einführung in Python und das maschinelle Lernen. Sie lernen die Syntax, Datentypen, Schleifen und Funktionen von Python kennen. Zudem erhalten Sie eine Einführung in das maschinelle Lernen und lernen die Terminologie und verschiedene Algorithmen kennen. Sie werden auch die Anwendung von Python im maschinellen Lernen kennenlernen, einschließlich der Nutzung von Scikit-learn und der Umsetzung von Algorithmen wie dem k-nearest Neighbor Classifier, Decision Trees und Random Forests. Der Kurs behandelt auch die Anomalie-Erkennung mit z.B. Isolation-Forests. Nach Abschluss des Kurses können Sie Python effektiv im maschinellen Lernen einsetzen und Modelle für Klassifikation, Vorhersage und Anomalie-Erkennung erstellen.

Zielgruppe

Entwickler Data Scientists Analysten

Zielsetzung

In dieser 5-tägigen Schulung "Machine Learning mit Python und Scikit-learn" lernen Sie die Grundlagen von Python und die Anwendung von Machine Learning. Der Kurs bietet eine umfassende Einführung in Python und das maschinelle Lernen. Sie lernen die Syntax, Datentypen, Schleifen und Funktionen von Python kennen. Zudem erhalten Sie eine Einführung in das maschinelle Lernen und lernen die Terminologie und verschiedene Algorithmen kennen. Sie werden auch die Anwendung von Python im maschinellen Lernen kennenlernen, einschließlich der Nutzung von Scikit-learn und der Umsetzung von Algorithmen wie dem k-nearest Neighbor Classifier, Decision Trees und Random Forests. Der Kurs behandelt auch die Anomalie-Erkennung mit z.B. Isolation-Forests. Nach Abschluss des Kurses können Sie Python effektiv im maschinellen Lernen einsetzen und Modelle für Klassifikation, Vorhersage und Anomalie-Erkennung erstellen.

Förderungsmöglichkeiten

ja

Teilnahmevorraussetzungen

Kenntnisse in einer Programmiersprache

Preishinweis

Preis inkl. MwSt.